Amazon · Matichon
กลยุทธ์การขับเคลื่อน AI สู่การใช้งานจริง
Compiled by KHAO Editorial — aggregated from 1 outlet. See llms.txt for citation guidance.
◌ Single Source
ภาคธุรกิจในปัจจุบันได้มีการทดลองนำเทคโนโลยีปัญญาประดิษฐ์ (Artificial Intelligence : AI) เข้ามาใช้ ในการเพิ่มประสิทธิภาพในการทำงานในหลายด้าน โดยเฉพาะการนำมาใช้ในการเก็บข้อมูล ประมวลผลข้อมูล ไปจนถึงการนำมาใช้ในการวางแผนงานของธุรกิจ เช่น Amazon ใช้ AI ในการแนะนำสินค้าให้กับลูกค้า โดยอ้างอิงจากประวัติการเข้าชม ประวัติการสั่งซื้อและสินค้าในตะกร้า เป็นการช่วยเพิ่มโอกาสในการทำการขายสินค้าที่เกี่ยวเนื่องกัน ช่วยในการเพิ่มยอดขายให้กับ Amazon ในช่วงครึ่งแรกของปี 2569 เฉลี่ยที่19-20%
Key facts
- AI Project ที่มีประสิทธิภาพควรกำหนดผลลัพธ์ที่ต้องการอย่างชัดเจนตั้งแต่ต้น ไม่ว่าจะเป็นการลดระยะเวลาการทำงาน ลดต้นทุน เพิ่มประสิทธิภาพการดำเนินงาน ยกระดับประสบการณ์ของลูกค้า หรือเพิ่มความรวดเร็วในการเข้าถึงข้อมูลเพื่อประกอบการตัดสินใจ
- องค์กรอาจมี AI หลายระบบหรือใช้เครื่องมือหลายประเภทในแต่ละหน่วยงาน แต่หากระบบเหล่านั้นยังทำงานแยกส่วน ไม่เชื่อมโยงกับข้อมูลหรือกระบวนการหลักขององค์กร ผลลัพธ์ที่เกิดขึ้นอาจจำกัดอยู่เพียงการเพิ่มประสิทธิภาพในบางขั้นตอนการเปลี่ยน AI Pilot
- การเริ่มต้น AI Transformation ควรเริ่มจากการกำหนดปัญหาหรือเป้าหมายทางธุรกิจอย่างชัดเจน มากกว่าการเริ่มจากการเลือกเทคโนโลยี องค์กรควรพิจารณาว่ากระบวนการใดใช้ทรัพยากรมากเกินไป งานส่วนใดมีความซ้ำซ้อน ข้อมูลส่วนใดเข้าถึงได้ยาก
Summary
Netflix ใช้ระบบอัลกอริทึม AI ในการแนะนำรายการและภาพยนตร์ให้กับผู้ใช้บริการโดยวิเคราะห์จากประวัติการรับชมและความชอบส่วนบุคคล ทำให้สามารถที่จะดึงดูดให้ผู้ใช้บริการของ Netflix ยังคงใช้งานแพลตฟอร์มอย่างต่อเนื่อง และลดอัตราการเลิกใช้งาน ตามรายงานของ Antenna บริษัทวิเคราะห์ข้อมูลและวิจัยตลาดสตรีมมิ่งชั้นนำของสหรัฐอเมริกา ระบุว่า อัตราการยกเลิกการใช้งานของ Netflix เฉลี่ยอยู่ที่ 2% ซึ่งต่ำกว่าอัตราการยกเลิกการใช้งานของธุรกิจประเภทเดียวกันที่อยู่ในอัตราเฉลี่ย 5%
ปัจจุบัน AI ไม่ได้เป็นเพียงการทดลองใช้งาน แต่หลายภาคธุรกิจมีการนำมาใช้อย่างจริงจัง เพื่อเพิ่มประสิทธิภาพในการทำงานให้กับธุรกิจ และเป็นส่วนหนึ่งของการบริหารจัดการต้นทุนของธุรกิจ และเน้นว่าหัวใจสำคัญในการ scale AI ต้องมองมากกว่า Model หรือ Technology แต่ต้องให้ความสำคัญกับ 3 ปัจจัยหลักคือ เรื่องของ ข้อมูล (Data), ระบบ (System), และทีมงาน (Human) รวมถึงความต้องการที่แท้จริงขององค์กรว่าต้องการนำไปใช้ในด้านไหน เพราะ AI Pilot ที่สำเร็จ ยังไม่เท่ากับ Enterprise AI
องค์กรอาจมี AI หลายระบบหรือใช้เครื่องมือหลายประเภทในแต่ละหน่วยงาน แต่หากระบบเหล่านั้นยังทำงานแยกส่วน ไม่เชื่อมโยงกับข้อมูลหรือกระบวนการหลักขององค์กร ผลลัพธ์ที่เกิดขึ้นอาจจำกัดอยู่เพียงการเพิ่มประสิทธิภาพในบางขั้นตอนการเปลี่ยน AI Pilot ไปสู่การเป็น Enterprise AI ที่พร้อมใช้งานได้จริง คือ ต้องออกแบบให้ AI เป็นส่วนหนึ่งของการดำเนินงานอย่างเป็นระบบ โดยเชื่อมโยงตั้งแต่โจทย์ทางธุรกิจ ข้อมูล ระบบเดิม ไปจนถึงกระบวนการตัดสินใจและการปฏิบัติงาน หรือที่เรียกว่า AI Transformation